首页--工业技术论文--矿业工程论文--矿山安全与劳动保护论文--矿井大气论文--矿井瓦斯论文

基于数据挖掘技术的瓦斯涌出量预测方法研究

摘要第3-5页
Abstract第5-6页
1 绪论第10-18页
    1.1 本课题研究的背景第10-11页
    1.2 本课题研究的意义第11页
    1.3 本课题研究的现状第11-15页
        1.3.1 数据挖掘技术的研究现状第11-13页
        1.3.2 瓦斯涌出量预测方法的研究现状第13-15页
    1.4 课题研究的内容思路及方法第15-18页
        1.4.1 研究目的第15-16页
        1.4.2 研究内容第16页
        1.4.3 研究方法与技术路线第16-18页
2 瓦斯预测的数据挖掘理论与方法第18-33页
    2.1 数据挖掘技术概述第18-20页
        2.1.1 数据挖掘的预测任务第18-19页
        2.1.2 瓦斯预测的数据挖掘过程第19-20页
        2.1.3 瓦斯预测的数据挖掘步骤第20页
    2.2 瓦斯数据挖掘预测的相关方法第20-23页
        2.2.1 基于神经网络预测方法第21-22页
        2.2.2 基于支持向量机的预测方法第22页
        2.2.3 基于分形理论的 R/S 分析预测方法第22页
        2.2.4 基于遗传算法的预测方法第22-23页
    2.3 支持向量机理论第23-28页
        2.3.1 支持向量回归机的基本原理第23-27页
        2.3.2 核函数第27页
        2.3.3 核函数参数第27-28页
    2.4 BP 神经网络第28-31页
        2.4.1 BP 神经网络的概述第28-29页
        2.4.2 BP 网络的计算公式第29-31页
    2.5 Poly Analyst 软件简介第31-32页
    2.6 本章小结第32-33页
3 影响煤与瓦斯涌出因素分析及确定第33-47页
    3.1 瓦斯涌出的影响因素第33-38页
        3.1.1 地质条件第33-35页
        3.1.2 开采因素第35-37页
        3.1.3 自然因素第37-38页
    3.2 瓦斯涌出量预测指标的确定第38-39页
        3.2.1 构建预测指标体系的原则第38页
        3.2.2 预测指标体系构建的组成第38-39页
    3.3 相关分析确定瓦斯涌出量预测的指标第39-43页
        3.3.1 资料收集及分析第39-40页
        3.3.2 相关分析理论第40页
        3.3.3 瓦斯涌出量影响因素相关分析第40-43页
    3.4 灰色关联分析确定瓦斯涌出量预测的指标第43-46页
        3.4.1 灰色关联分析原理第43-44页
        3.4.2 瓦斯涌出量影响因素灰色关联分析第44-46页
        3.4.3 瓦斯涌出量预测指标的确定第46页
    3.5 本章小结第46-47页
4 基于支持向量回归机的瓦斯涌出量预测第47-62页
    4.1 瓦斯涌出量预测模型建立的思路及步骤第47-48页
    4.2 支持向量回归机核函数参数的选取第48-58页
        4.2.1 多项式核函数参数的选取第48-54页
        4.2.2 高斯核函数参数的选取第54-58页
    4.3 瓦斯涌出量预测模型的建立第58-61页
        4.3.1 多项式核函数的瓦斯涌出量预测第59-60页
        4.3.2 高斯核函数的瓦斯涌出量预测第60-61页
    4.4 本章小结第61-62页
5 基于 BP 神经网络的瓦斯涌出量预测第62-76页
    5.1 数据的预处理第62页
    5.2 网络的结构与参数的选取第62-64页
    5.3 训练函数及隐含层节点数的选取第64-72页
        5.3.1 traingdx 训练函数的隐含层节点数选取第65-66页
        5.3.2 traingda 训练函数的隐含层节点数选取第66-67页
        5.3.3 traingdm 训练函数的隐含层节点数选取第67-68页
        5.3.4 trainlm 训练函数的隐含层节点数选取第68-69页
        5.3.5 trainrp 训练函数的隐含层节点数选取第69-71页
        5.3.6 trainscg 训练函数的隐含层节点数选取第71-72页
    5.4 瓦斯涌出量的预测第72-74页
    5.5 本章小结第74-76页
6 结论与展望第76-78页
    6.1 结论第76-77页
    6.2 展望第77-78页
参考文献第78-83页
在学研究成果第83-84页
致谢第84页

论文共84页,点击 下载论文
上一篇:包钢巴润公司高台阶开采工作帮坡角的优化及电铲作业方式的研究
下一篇:蒙古某铅锌矿基于surpac软件的三维可视化建模及开拓系统的研究